50 2. Mengenali karakter alfanumerik dari suatu gambar
3. Membandingkan karakter alfanumerik inputan dengan karakter alfanumerik yang sudah ditentukan untuk mencari tingkat presentase
kecocokan.
2. Dasar Teori Jaringan Syaraf Tiruan
Aplikasi pengenalan karakter alfanumerik ini merupakan suatu implementasi dari algoritma Neural Network. Neural Network atau jaringan saraf tiruan adalah
jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. Untuk Neural Network Three Layer secara garis besar
dapat dilihat dari gambar di bawah ini.
Gambar 1. Rumus Neural Network Three Layer Nilai – nilai input akan diberikan suatu bobot yang akan dimasukkan melewati
beberapa lapisan neuron neuron layers yaitu lapisan input layer, hidden layer, dan output layer. Masing – masing lingkaran di setiap lapisan adalah sebuah
neuron yang aktivasinya dikontrol oleh sebuah “fungsi aktivasi” yang menentukan apakah nilai input beserta bobotnya akan diteruskan atau tidak ke lapisan
berikutnya. Fungsi aktifasi yang dipilih dan yang paling sesuai untuk algoritma runut balik back propagation adalah fungsi sigmoid sebagai berikut:
...........................................................1 Dimana :
............................................2 bias
= bias awal biasanya nol w
i
= bobot untuk neuron i x
i
= nilai input untuk neuron i n = jumlah neuron pada layer sebelumnya
AlgoritmaNeural Network Three-Layer Backpropagation Andi Wahju Rahardjo Emanuel, Arie Hartono
51 o
Pembelajaran Back Propagation
Proses penentuan nilai – nilai bobot yang berpasangan dengan masing – masing neuron di setiap lapisan layers dinamakan proses pembelajaran atau training.
Adapun proses yang dilakukan adalah sebagai berikut:
1. Melakukan inisialisasi bobot dengan suatu nilai awal yang cukup kecil atau bahkan bisa nol.
2. Runut maju forward propagation – seperti yang dijelaskan di bagian 2.1 3. Runut mundur backward propagation
Proses inisialisasi adalah proses untuk memberikan nilai – nilai awal pada bobot yang bisa berupa nilai 0 atau 1.
Sedangkan untuk proses runut mundur back propagation dilakukan mulai dari output layer, kemudian merambat ke hidden layer dan akhirnya ke input layer.
Caranya dengan menghitung informasi error dan kemudian informasi tersebut dipergunakan untuk memperbaiki bobotnya dengan rumus:
w
jk
bar u = w
jk
lam a + Δw
jk
............................................3
Dimana: Δw
jk
= αδ
k
z
j
...............................................................................4 δ
k
= t
k
− y
k
f y
ink
.....................................................................5
α
= kecepatan pembelajaran biasanya 1 atau 2 f y
ink
= fungsi turunan dari sigmoid t
k
= target pola y
k
= nilai output hasil forward propagation z
k
= nilai dari layer sebelumnya Proses diatas diulangi ke tingkat hidden layer dan akhirnya ke input layer dan nilai
bobot sampai mencapai tingkat pengulangan tertentu atau mencapai tingkat kesalahan error yang dikehendaki.
1. Desain Perangkat Lunak
